协调空间和时间抽象以实现目标表征
原文中文,约300字,阅读约需1分钟。
📝
内容提要
Skipper是一个基于模型的强化学习代理,通过将任务分解为子任务来实现稀疏决策,并将计算集中在环境相关的部分。与现有方法相比,Skipper在泛化方面具有优势。
Skipper是一个基于模型的强化学习代理,通过将任务分解为子任务来实现稀疏决策,并将计算集中在环境相关的部分。与现有方法相比,Skipper在泛化方面具有优势。